專家支招：應對急劇增加的供應鏈風險的幾點建議

在未來一年內，採購經理們可能需要具備地緣政治風險方面的重要專業知識，以應對國際事件對全球供應鏈的影響。從歷史上來看，美國一直處於較為穩定的經濟影響中，但近期公布的擬議關稅和修訂後的多邊貿易協定，再加上協定的不斷調整，使得供應鏈專業人員的操作計算變得更加複雜多變。供應計劃員必須要對此進行分析，並不斷提出新的建議來適應新的規則。

回顧2018年年底發生的諸多事件，對全球供應鏈都帶來了影響。12月，美國股市上演了過山車式的波動，美聯儲加息（有官員承諾2019年將加息更多），以及在G20峰會期間提出的中美貿易休戰90天；緊接著政客們又開始發表聲明，貿易戰似乎要重燃。值得關注的是，這些日益加劇的經濟逆風出現在國際貨幣基金組織10月（第三季度）報告以及美聯儲公布2019年全球經濟放緩數據之後。如果這還不足以給精明的採購官以警示，那麼今年秋天，將會有許多CEO公開預測2019年底將會出現經濟衰退。

可見性的重要性

如果經濟衰退來臨，人們應該會期望聽到過去經濟收縮時經常提出的那些短視建議，諸如：削減資本投資，裁減已經精簡過的採購團隊的人員配備。當然，外部對供應和收益的壓力將產生連鎖效應，但數字採購系統的範圍和效率已達到臨界點。供應鏈組織可能曾經有一個5到7年的窗口期，把人工智慧（AI）採購系統集成到企業中，從中獲得競爭優勢。然而，如今只有具備有效管理更高比例的供應商支出、部署更大的可見性來發掘供應鏈機遇、快速採取行動推動邊際支出的改善等能力的組織，才最有可能從2019年不尋常的市場波動中安然度過。

下面我們來繼續探討技術與戰略思維的交互作用，以及如何在企業中開展這種新合作：

來自中國的工廠和供應鏈基礎設施的產品佔據了美國製造業進口的最大比例，其次是加拿大、墨西哥、日本和德國。今年年初，全球貿易的關鍵變化包括：2月，已簽署的美國-墨西哥-加拿大協議（USMCA）提交國會批准；3月，中美之間為期90天的貿易戰休戰期結束；對中國製造的元器件產品安全性的擔憂將持續到2019年；此外，勞動力的工資上漲也使中國對製造商的吸引力下降。

隨著中國的知識產權安全和製造成本風險的增加，許多公司開始計劃供應鏈運營上的重大轉變。越南和泰國的零部件供應商有望贏得一些訂單，儘管人們一直擔憂中國境外供應鏈基礎設施的實力。這些擔憂與其他風險來源相吻合，包括颱風、颶風、工廠火災以及亞洲新興經濟體內部的勞資糾紛。儘管中國在某些技術組件的製造上佔據主導地位，但隨著時間的推移，從成本和安全的角度來看，越南和墨西哥可能更具吸引力。只是，採購經理們在轉換到這些新資源上時，必須時刻警惕質量和可靠性的問題。

成本膨脹：呈上升趨勢

基於美聯儲承諾2019年將進一步加息，預計美國的借貸成本會上升。同時，美元持續膨脹，也會降低其在海外的影響力和價值。再加上工資增長、關稅威脅和高需求等種種因素集合，將造成成本的進一步增加。

然而，另一個因素也在起作用。在過去的5至7年中，隨著科技產品總體價格趨於下降，直接推動了元器件成本的降低。越來越多的技術部件被納入「非技術」產品，例如燈泡、汽車和卡車，以及連接物聯網的家用電器。產品開發的這種趨勢促成了電子元件總體需求的可衡量的激增。展望未來，高科技公司的採購需要更具創造性，以降低成本或限制成本增加的影響。

麥肯錫分析師最新分析表示:AI的步伐正在加快，從高層管理層的「普遍意識」進入到多個垂直行業的投資和採用階段。預計到2019年，很多公司將啟動試點項目和概念驗證計劃，以測試AI效率和回報率。

數字化轉型計劃與人工智慧技術也存在著緊密的聯繫。為了獲得競爭優勢，企業關注實現最佳效績，更願意對成熟度和績效進行內部審計，試驗和修改特定的業務流程，衡量影響並進行迭代變更。

大多數公司已經走上了數字化轉型的道路。在LevaData 2018年的認知採購研究中，超過75％的領導者認為其公司正在進行數字化轉型計劃：

• 已於去年上線：35％
• 已積極規劃1-2年：25％
• 已積極規劃2年以上：21％
• 正處於計劃階段：9％
• 沒有計劃：14％

期待一個混合的中間點

對於許多組織而言，預測技術將作為獨立部門中的自動化流程與集成AI主導業務之間的中間點。實際上，每個組織都把以前手工流程的某些部分給自動化了。目前，大多數企業預測技術應用程序都採用數字方式來收集和評估重要數據和指標，但這些數據和指標僅限於內部來源。要真正具有預測性，演算法必須要在外部和第三方來源的大量數據集上運行。

設想供應鏈主管進行商業化採購前的定價談判。通過孤立的Excel電子表格報告，採購專業人士僅能基於其過去的訂單做出趨勢分析（例如，對未來的定價）。但想像一下，如果能夠深入研究子組件（如銅或鋁）的細節。從外匯交易市場獲取的數據或從多個第三方數據聚合處獲得的過去的收益報告，可以實時了解各地區或某一段時間內的大宗商品的定價趨勢。大量不同的數據流極大提高了從價格到可用性等供應鏈問題的預測質量，在特定支出領域應用預測模型，是通往完全人工智慧驅動方式之前的一個中繼站。但是，要真正依賴人工智慧來推薦和進行模式感知的商用，仍然需要幾年的時間。

為了應對2019年的風險形勢，採購部門將更需要進行情景規劃。採用「假設」情景，團隊將根據各種可能性來確定其對供應的潛在影響，從而決定能夠減輕這種影響的新方案。例如，採購官可能會選用新的供應商，或更換不同地點的供應商。

這些戰略性投資的成功與否，取決於能否在明顯的市場趨勢和力量之外的龐大的數據集中找到模式。以近期的電子市場為例，2018年該市場遭遇了嚴重的供應短缺，根本原因是沒有足夠的工廠生產被認為是低價值的產品——多層陶瓷電容器（MLCC）。大多數採購組織對這類子組件並不熟悉，但MLCC的短缺導致了汽車、計算機、家用電器和多個終端市場電子組裝速度的減慢。

採購員需要提高對收益報告和/或高度本地化的商業智能的可見性，同時在提出建議或簽署合同之前考慮風險因素和各種情況。深入了解各種可能影響成本和供應的因素變得越來越重要，比如：某地區的關稅政策、特定子組件的分類方式、以及運輸物流、天氣和檢查流程等等。

建設更好的團隊

如前文所述，在經濟萎縮期間過於強調節約成本，可能會導致採購部門削減成本，這也許是個造成因小失大的舉動。請記住，正是採購團隊為企業節省了數百萬美元的賬本底線。2019年，對供應鏈的專業人士進行額外投資變得重要，不過有一點需要注意，新員工招聘將逐漸呈現由商品專家轉向數字專業人士的趨勢。

在2017-2018年，業界普遍認為，「一刀切」的採購招聘方式的時代已經結束，取而代之的是主題專家（Subject Matter Experts，SME）和數字原生代的結合。2019年的情況更是如此，招聘變得更具靈活性，管理者們尋求那些熟悉數字化的候選人，並在AI技術方面為候選人提供平台以提高其類別知識。

目前，採購員在中小企業（Small and Medium Enterprises，SMEs）中仍然占人員組織的相當大的比例，但未來的招聘趨勢將集中在填補技術空白上。與此同時，人們越來越期望商品管理人員對新技術及其能力有一定的理解。

預計今年新產品導入（New Product Introduction，NPI）團隊將大幅增加對預測技術的使用。

雖然採購組織正在推動預測工具的初步採用，但是我們將在今年看到在跨職能產品團隊中這些工具得到更多的應用。這些工具將從選擇零部件，到選擇合適的供應商，再到提高效率和優化成本等一系列操作任務中證實其價值。我們將在新產品部門中看到一些有趣的場景規劃，他們將研究供應商和其他因素如何隨時間的推移影響毛利率。

有了這些廣泛的工具，預計採購團隊在組織內的影響力將擴大。

這種影響力將在一定程度上由新產品導入團隊推動，他們希望採購指導其生產選擇。此外，隨著產品開發時間的不斷縮短，新產品導入、工程、財務和採購之間需要更加緊密的合作，對共享工具的使用需求也會增加。

採購團隊將更多的使用技術，在供應速度、預測和風險方面提供工程方面的投入。因此，較之於此前有限的人工方法，他們將影響更多的工程師。

在一個越來越令人擔憂的經濟環境中，採購專業人員們利用新獲得的專業知識執行其戰略角色的能力，將令企業達成目標乃至實現里程碑式的超越。在未來的一年裡仍有一線希望，因為具有更強的合作性，企業內採購專業人員的角色作用將被提升。

本文為《國際電子商情》2019年5月刊雜誌文章。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！